取り扱いプロダクト

KIBIT Automator

ドキュメントレビュー用Lit i View/Relativityプラグインツール

AI「KIBIT」を活用し、品質を犠牲にすることなくレビュースピードの向上を実現

米国の訴訟においては裁判の審理の前にお互いが証拠を開示して争点の整理を行うため、証拠となりうる電子データや書類を、適切な手続きに則って期日までに提出しなければなりません。とりわけ電子データを取り扱う作業はeディスカバリと呼ばれ、日本の企業であっても米国でビジネスを展開していれば、日本の本社やデータセンターなどにある電子データすべてが証拠として開示対象になることがあります。ひとたび訴訟に巻き込まれると、訴訟上不利な状況を生み出さないためにも、膨大な情報の中から早急に、かつ適切に必要な情報を仕分けなければなりません。

こうした状況を鑑み、さまざまな捜査機関からの意見・要望と、FRONTEOの豊富なフォレンジック調査経験のなかで蓄積してきた知見、ノウハウをベースに独自に開発した日本発のフォレンジックツールが「Lit i View XAMINER」です。人工知能「KIBIT(キビット)」を中心に、独自開発の機能が効率的で網羅的な証拠探索を可能にします。このeディスカバリと呼ばれる作業の中で、もっとも多くの費用が発生するのが文書レビューの工程です。ディスカバリ費用全体の約70%を占めるとされています。このレビュー工程をいかに効率化し、費用を圧縮するかがディスカバリにおける企業の課題となります。

ディスカバリの流れ

 

お客様や弁護士事務所からはこれまで、文書レビューに対し、費用や期間、ボリューム、担当者のレビュースピードやスキルなどの懸念事項が課題としてあげられていました。これまでは、人月ベースの料金モデルであったため、お客様によっては費用を抑えるために難易度の高いレビューについては、品質を譲歩せざるを得ないこともありました。「KIBIT Automator」は、以下に紹介する機能を実装することで、レビューにかかる時間を短縮し、レビュー担当者のスキルや、長時間作業による疲労度に左右されないクオリティでのドキュメントレビューと、文書量に応じた課金モデルも実現しています。これにより、料金の予測が立てやすくなるだけでなく、品質を犠牲にすることなく文書レビューの効率を向上させることが可能となります。

製品特長

1時間あたりで確認できる文書数30~50を80に

通常、文書レビューは弁護士や、弁護士の指示のもと作業を行う人たちが担当し、文書を一件一件確認しては「関連あり(relevant)」「関連なし(not relevant)」に分けていくため、時間もコストもかかります。「KIBIT Automator」は、AIに「関連性のある文書」を学習させ、人間よりも速く、安定した品質で「関連性あり/なし」を判断し、文書レビューにかかる時間・コストの削減を実現します。

人間のレビューアーが読む速度は平均的に1時間で 30~50 ドキュメントであるのに対して、KIBIT Automatorを活用すると、1時間で80 ドキュメント以上レビューできるようになります(当社調べ。調査対象ドキュメントの中で読むべきドキュメントの割合が占める割合が 20%以下である場合を想定)。

主な機能

Assisted Learning:「読まなくてもよい文章」を判断するカットオフ機能を搭載し、文章を読むスピードの大幅な向上を実現

Assisted Learning機能により、本来調査対象として収集した文書のうち何割までレビューすれば一定の割合の「関連性あり」文書が見つけられるのかシミュレーションが行えます。その結果、本来調査対象として収集した文書の約1/3~1/2 を「読まなくてよい文章」として対象から外したり、読むべき文章を先に集中して調査したりすることが可能となり、調査期間の短縮が図れます。

Highlight:確認が必要な個所をハイライト表示

重要箇所のハイライト表示

レビュー担当者にタスクが回される時点で、特に確認が必要とAIが判断した箇所がハイライト表示された状態で渡されるため、レビュー担当者が実際に読まなければならない文章数を減らすことが可能です。

関連性あり・なしの提案

人工知能「KIBIT」が算出した関連度を示すスコアを元に、「関連性あり・なし」の分類を提案。人間では人によって判断がぶれるような案件も、AIがきちんとサポートします。

 

ヒートマップ:担当者ごとのレビュー品質をヒートマップで表示。スキルに応じた適切な文書の割り当てを実現

熟練のレビュー担当者には関連性が高いと思われる文書を多く割り当て、経験の浅いレビュー担当者には、関連性が低いと思われる文書を割り当てることで、効率よく文書レビューを進めることが可能となります。

 

ハイブリッドサンプリング

文章の特徴をうまくとらえ、質のよい教師データを自動的に抽出します。